| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究意义 | 第11-12页 |
| 1.2 国内外研究概况和发展趋势 | 第12-15页 |
| 1.3 本文主要工作 | 第15-17页 |
| 第2章 构造更快速有效的美学特征 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 颜色 | 第17-18页 |
| 2.3 拍摄目标和背景分离处理 | 第18-20页 |
| 2.4 清晰度 | 第20-21页 |
| 2.5 景深 | 第21-22页 |
| 2.6 图像尺寸 | 第22-23页 |
| 2.7 实验结果分析与总结 | 第23-27页 |
| 2.7.1 数据集及实验设定 | 第23-24页 |
| 2.7.2 实验结果 | 第24-27页 |
| 第3章 深度卷积神经网络的应用 | 第27-33页 |
| 3.1 引言 | 第27-28页 |
| 3.2 卷积神经网络简介 | 第28-29页 |
| 3.3 深度卷积神经网络 | 第29-30页 |
| 3.4 实验结果分析与总结 | 第30-33页 |
| 3.4.1 实验设置 | 第30-31页 |
| 3.4.2 实验结果 | 第31-33页 |
| 第4章 多核学习方法融合不同美学特征 | 第33-39页 |
| 4.1 引言 | 第33-34页 |
| 4.2 核校准(Kernel Alignment) | 第34-35页 |
| 4.3 核矩阵融合及目标核矩阵构造 | 第35-37页 |
| 4.4 实验结果分析与总结 | 第37-39页 |
| 4.4.1 实验设置 | 第37页 |
| 4.4.2 实验结果 | 第37-39页 |
| 第5章 自适应美学质量评估模型 | 第39-49页 |
| 5.1 引言 | 第39-41页 |
| 5.2 基于查询的美学质量评估模型 | 第41-45页 |
| 5.3 实验结果分析与总结 | 第45-49页 |
| 5.3.1 实验设置 | 第45-46页 |
| 5.3.2 实验结果 | 第46-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
| 在读期间发表的学术论文与取得的研究成果 | 第57页 |